10.3969/j.issn.1006-9348.2013.08.075
基于混合粒子群算法的多变量解耦控制器优化
研究薄膜厚度系统控制器优化问题,由于神经网络初始权值难以确定,使PID神经网络对控制器参数的自适应、自学习能力变差,最终导致控制效果不理想.为了解决这一问题,提出一种混合的粒子群算法,用来优化神经网络初始权值,进而实现控制器的优化,并应用于薄膜厚度控制系统.仿真结果表明:与PID神经网络控制器相比,优化后的控制器更好的实现了多变量控制系统的解耦控制,提高了控制器参数的自适应自学习能力,控制效果明显,并且系统的鲁棒性较好.
薄膜厚度系统、初始权值、混合粒子群算法、比例-积分-微分神经网络控制器
30
TP301.6(计算技术、计算机技术)
2013-09-25(万方平台首次上网日期,不代表论文的发表时间)
共4页
319-322